США анонсировали крупнейшую бомбардировку Ирана01:55
Минпромторг актуализировал список пригодных для работы в такси машин20:55
，更多细节参见PDF资料
Muon outperforms every optimizer we tested (AdamW, SOAP, MAGMA). Multi-epoch training matters. And following work by Kotha et al. , scaling to large parameter counts works if you pair it with aggressive regularization -- weight decay up to 16x standard, plus dropout. The baseline sits at ~2.4x data efficiency against modded-nanogpt.
«Мы выбиваем из них всю дурь». Трамп рассказал о ситуации на Ближнем Востоке и назвал «колоссальную угрозу» со стороны Ирана07:11